Αφηρημένο

Η ποσοτική ιστομορφομετρία (QH) αναφέρεται στην εφαρμογή της προηγμένης ανάλυσης υπολογιστικών εικόνα για να περιγράψει επαναλήψιμα εμφάνιση της νόσου στις ψηφιοποιημένες εικόνες ιστοπαθολογία. έτσι QH θα μπορούσε να χρησιμεύσει ως ένα σημαντικό συμπληρωματικό εργαλείο για Παθολόγοι σε ανακρίσεις και την ερμηνεία της μορφολογίας του καρκίνου και κακοήθεια. Στις ΗΠΑ, κάθε χρόνο, πάνω από 60.000 ασθενείς με καρκίνο του προστάτη υποβάλλονται σε ριζική προστατεκτομή θεραπεία. Περίπου 10.000 από αυτούς τους άνδρες βιώνουν βιοχημική υποτροπή εντός 5 ετών από τη χειρουργική επέμβαση, ένα δείκτη για τοπική ή απομακρυσμένη υποτροπή της νόσου. Η ικανότητα να προβλέψει τον κίνδυνο της βιοχημικής υποτροπής σύντομα μετά από τη χειρουργική επέμβαση θα μπορούσε να επιτρέψει την επικουρική θεραπεία πρέπει να συνταγογραφείται ως αναγκαία για τη βελτίωση των αποτελεσμάτων μακροχρόνια θεραπεία. Η βασική υπόθεση με την προσέγγιση, συνυπάρχουσες γωνιακή αδένα μας (CGA), είναι ότι σε καλοήθεις ή λιγότερο επιθετικό καρκίνο του προστάτη, αδένα προσανατολισμούς στο πλαίσιο των τοπικών γειτονιές είναι παρόμοια με το άλλο, αλλά είναι πιο χαοτικά τοποθετημένα σε επιθετική νόσο. Με τη μοντελοποίηση της έκτασης της διαταραχής, μπορούμε να διαφοροποιηθούν αφαιρεθεί χειρουργικά τμήματα ιστού του προστάτη από το (α) καλοήθων και κακοήθων περιοχών και (β) περισσότερο και λιγότερο επιθετικό καρκίνο του προστάτη. Για μια ομάδα 40 ενδιάμεσου κινδύνου (ως επί το πλείστον Gleason άθροισμα 7) χειρουργικά θεραπευτεί ασθενείς με καρκίνο του προστάτη, όπου το μισό υπέστη βιοχημική υποτροπή, τα χαρακτηριστικά CGA ήταν σε θέση να προβλέψει βιοχημική υποτροπή με ακρίβεια 73%. Επιπρόσθετα, για 80 περιοχές ενδιαφέροντος που επιλέγεται από τις 40 μελέτες, που αντιστοιχεί σε δύο φυσιολογικών και καρκινικών περιπτώσεις, τα χαρακτηριστικά CGA απέδωσε ακρίβεια 99%. Cgas έδειξαν να είναι στατιστικά signicantly () καλύτερα σε πρόβλεψη BCR σε σύγκριση με state-of-the-art μεθόδων QH και μετεγχειρητική νομογράμματα καρκίνο του προστάτη

Παράθεση:. Lee G, Sparks R, Ali S, Shih NNC, Feldman MD, Spangler Ε, et al. (2014) συνυπάρχουσες αδένα γωνιακή σε εντοπισμένες Υπογραφήματα: Πρόβλεψη βιοχημικής υποτροπής στο ενδιάμεσου κινδύνου καρκίνο του προστάτη ασθενείς. PLoS ONE 9 (5): e97954. doi: 10.1371 /journal.pone.0097954

Επιμέλεια: Zhuang Ζούο, UT MD Anderson Cancer Κέντρο, Ηνωμένες Πολιτείες της Αμερικής

Ελήφθη: 27, Ιανουαρίου, 2014? Αποδεκτές: 27 του Απριλίου του 2014? Δημοσιεύθηκε: May 29, 2014

Copyright: © 2014 Lee et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Χρηματοδότηση:. Αυτό το έργο υποστηρίχθηκε από Υπουργείο άμυνας (W81XWH-12-1-0171)? Υπουργείο Άμυνας (W81XWH-11-1-0179)? National Cancer Institute των Εθνικών Ινστιτούτων Υγείας με τους αριθμούς βραβείο R01CA136535-01, R01CA140772-01 και R21CA167811-01? το Εθνικό Ινστιτούτο Βιοϊατρικής Απεικόνισης και Εμβιομηχανική των Εθνικών Ινστιτούτων Υγείας υπό τον αριθμό βραβείο R43EB015199-01? το Εθνικό Ίδρυμα Επιστημών υπό το βραβείο αριθμό ΔΕΘ-1248316? και το βραβείο QED από το Science Center του City University και το Πανεπιστήμιο Rutgers. Οι χρηματοδότες δεν είχε κανένα ρόλο στο σχεδιασμό της μελέτης, τη συλλογή και ανάλυση των δεδομένων, η απόφαση για τη δημοσίευση, ή την προετοιμασία του χειρογράφου

Αντικρουόμενα συμφέροντα:.. Οι συγγραφείς έχουν δηλώσει ότι δεν υπάρχουν ανταγωνιστικά συμφέροντα

Εισαγωγή

Κάθε χρόνο στις Ηνωμένες Πολιτείες, περίπου 60.000 άνδρες διαγνώστηκαν με καρκίνο του προστάτη (ΚΓΠ) υποβάλλονται σε ριζική προστατεκτομή (RP) [1]. Στις περιπτώσεις για τις οποίες δεν υπάρχει προηγούμενη απόδειξη της εξάπλωσης της νόσου, η θεραπεία της καπάκι με RP έχει γενικά ως αποτέλεσμα την ευνοϊκή μακροχρόνια έκβαση [2]. Ωστόσο, για 15-40% των ασθενών RP, βιοχημικής υποτροπής (BCR) συμβαίνει εντός 5 ετών από τη χειρουργική επέμβαση [1]. BCR ορίζεται συνήθως ως μια ανιχνεύσιμη επιμονή του ειδικού προστατικού αντιγόνου (PSA) τουλάχιστον 0,2 ng /ml και είναι ενδεικτικό της είτε τοπική ή απομακρυσμένη υποτροπή της νόσου που απαιτεί περαιτέρω επεξεργασία [3]. Κατά συνέπεια, είναι σημαντικό να είναι σε θέση να προβλέψει τον κίνδυνο της BCR σύντομα μετά την επέμβαση, έτσι ώστε εάν χρειαστεί, μπορεί να ξεκινήσει ανοσοενισχυτικό θεραπείες.

Gleason βαθμολόγησης [4] είναι ένα σύστημα βαθμολόγησης που βασίζεται παθολογία με βάση την οπτική ανάλυση των αδενικό και πυρηνική μορφολογία. Οι χαμηλές βαθμολογίες Gleason έχουν συσχετιστεί με πιο ευνοϊκή μακροπρόθεσμη πρόγνωση για τον καρκίνο του προστάτη, ενώ το αντίστροφο ισχύει για υψηλότερες βαθμολογίες Gleason [5]. Gleason scoring συνδυάζει το βαθμό από τις πιο κοινές και τη δεύτερη πιο κοινή μοτίβα μέσα στο τμήμα του ιστού, με αποτέλεσμα ένα άθροισμα Gleason που κυμαίνεται από 2 (τουλάχιστον επιθετικά) έως 10 (πιο επιθετικές). σκορ Gleason θεωρείται σήμερα ως ο καλύτερος βιολογικός δείκτης για την πρόβλεψη της επιθετικότητας της νόσου και μακροπρόθεσμα, μετεγχειρητική έκβαση των ασθενών [4]. Δυστυχώς, μετεγχειρητική έκβαση των ασθενών με καρκίνο του προστάτη με ενδιάμεσο Gleason σκορ μπορεί να ποικίλλει σημαντικά [6]. Μερικοί στατιστικούς πίνακες δείχνουν ένα ποσοστό επιβίωσης BCR-free 5-ετή τόσο χαμηλά όσο 43% σε άνδρες με Gleason ποσό 7 [5]. Επιπλέον, Gleason βαθμολόγησης υπόκειται σε σημαντικές διακυμάνσεις μεταξύ των κριτικός [7]. Allsbrook et al. [7] ανέφερε μια κάπα συντελεστή 0,4 αντιπροσωπεύει μέτρια συμφωνία μεταξύ παθολόγων για την ταξινόμηση των Gleason score 7 μοτίβα. Ως εκ τούτου, η προγνωστική αξία του Gleason βαθμολόγησης και μόνο για την πρόβλεψη BCR σε ασθενείς RP με ενδιάμεσο Gleason σκορ φαίνεται να είναι περιορισμένη.

Κατά τη διάρκεια των δύο τελευταίων δεκαετιών, πολλές μετεγχειρητικές νομογράμματα έχουν αναπτυχθεί για να συμπεριλάβει πρόσθετες κλινικές μεταβλητές όπως όγκων στάδιο, προεγχειρητική PSA, ή θετικά χειρουργικά όρια [5], [8] – [11] με σκοπό την πρόγνωση των ασθενών και της νόσου έκβαση. Το νομογράφημα Kattan [8] ενσωματωθούν αυτές τις παραμέτρους για να προβλέψει 80 μήνες BCR επιβίωση ελεύθερη μετά από ριζική προστατεκτομή. Han et al. [5] ενσωματωθεί Gleason ποσό, το στάδιο του όγκου, και προεγχειρητική PSA σε μια σειρά από πίνακες πιθανοτήτων, που είναι γνωστή ως οι πίνακες Χαν. Στη συνέχεια, το νομογράφημα Stephenson [9] πρόσθεσε την ημερομηνία της χειρουργικής επέμβασης ως προγνωστικός μεταβλητή. Το Πανεπιστήμιο της Καλιφόρνια στο Σαν Φρανσίσκο χτίστηκε το δικό τους προγνωστικό βαθμολόγηση κινδύνου (Capra) [10] για το διαχωρισμό των ασθενών μετεγχειρητικά ΚΓΠ σε χαμηλής, μέσης, και τις κατηγορίες υψηλού κινδύνου. Εκτός από τις παραμέτρους που χρησιμοποιούνται στο νομόγραμμα Kattan, η βαθμολογία CAPRA περιλαμβάνεται επίσης το ποσοστό της θετικής βιοψίας πυρήνες σε αξιολόγηση των κινδύνων τους. Hinev et al. [11] διενεργήσει ανεξάρτητη μελέτη υποστηρίζει τη χρήση του νομογράμματος Memorial Sloan Kettering, (MS-KCC), που αναπτύχθηκε από Kattan και Stephenson, γεγονός που υποδηλώνει την ανώτερη πρόβλεψη των 5 ετών BCR σε σύγκριση με τους πίνακες Χαν. Το νομογράφημα MS-KCC προσθέτει επιπλέον μεταβλητές, όπως η ηλικία και το χρόνο χωρίς καρκίνο. Αυτά νομογράμματα αντιπροσωπεύουν το state-of-the-art στην μετεγχειρητική πρόβλεψη της ΚΓΠ του BCR, αλλά εξακολουθούν να βασίζονται σε μεγάλο βαθμό στην βαθμολογία Gleason, η οποία προέρχεται από την ερμηνεία παθολόγος.

Η πρόσφατη έλευση της ψηφιακής ολόκληρη σαρωτές διαφάνεια επέτρεψε υψηλή ανάλυση ψηφιοποίηση των διαφανειών ιστού. Αυτές οι εικόνες ψηφιοποιούνται διαφάνεια μπορεί να υποβληθεί στη συνέχεια σε ποσοτική ιστομορφομετρία (QH). Μια ποικιλία από QH εργαλεία έχουν προηγουμένως χρησιμοποιηθεί για την περιγραφή, ταξινόμηση και διάγνωση της νόσου μοτίβα από τις εικόνες ιστοπαθολογική [12]. Στο πλαίσιο της αποκόπηκε δειγμάτων παθολογίας του προστάτη, QH έχει χρησιμοποιηθεί με επιτυχία σε ένα ευρύ φάσμα εφαρμογών, από την ανίχνευση του καρκίνου με την πρόγνωση, Monaco et al. ανεπτυγμένες και απασχολούσε Markov αλγόριθμο τυχαίο πεδίο (MRF) για την ανίχνευση του καρκίνου του προστάτη [13].

Μερικοί ερευνητές έχουν επίσης διερευνηθεί ο ρόλος της εικόνας υφής σε χαρακτηρίζουν την εμφάνιση του Cap μορφολογίας. Για το σκοπό της αυτόματης ταξινόμησης Cap, Jafari-Khouzani et al. [14] εξέτασαν το ρόλο της δεύτερης τάξης εικόνας εντάσεων χαρακτηριστικά υφής που βασίζονται σε μήτρες συνύπαρξη. μήτρες συνεμφάνισης αξιολογηθεί η συχνότητα με την οποία δύο εντάσεις εικόνα εμφανίζεται μέσα σε μια προκαθορισμένη απόσταση μεταξύ τους μέσα σε μια γειτονιά. Μια σειρά από δεύτερης τάξης στατιστικών χαρακτηριστικών (π.χ. εντροπία) [15] για να περιγράψει η μήτρα συνύπαρξη μπορούν στη συνέχεια να εξαχθούν και να χρησιμεύουν για να περιγράψει την τοπική υφή εικόνα. Άλλα χαρακτηριστικά υφής όπως πρώτης τάξης ένταση στατιστική εικόνα και κατευθυνόμενων φίλτρων κλίση (π.χ. Gabor φίλτρα) [16] έχουν επίσης χρησιμοποιηθεί για να προβλέψει καπάκι. χαρακτηριστικά υφής, ενώ έχει αποδειχθεί ότι είναι χρήσιμη για τον χαρακτηρισμό CaP μορφολογία, συχνά υποφέρουν από έλλειψη διαφάνειας και επεξηγηματικότητας.

Μια άλλη κατηγορία προσεγγίσεις έχουν προσπαθήσει να ρητά μοντέλο εμφάνιση ΚΓΠ ανακρίνει τη χωρική διάταξη των επιμέρους πυρήνες και αδένες. Tabesh et al. [17] διερευνάται το χρώμα, την υφή, και τις διαρθρωτικές μορφολογία να εκτελεί αυτοματοποιημένες Gleason σκορ στο ιστοπαθολογία του προστάτη. Σε Doyle et al. [16], μορφολογικές περιγραφείς όπως το μέγεθος του αδένα και την περίμετρο αναλογία δείχθηκε να διακρίνει καλοήθη και κακοήθη ιστολογική περιοχές. Veltri et al. [18] διερευνάται η πυρηνική μορφολογία χρησιμοποιώντας μια Περιγραφέας που ονομάζεται διακύμανση των πυρηνικών στρογγυλάδα να προβλέψει βιοχημική υποτροπή σε άνδρες με καρκίνο του προστάτη.

Πολλοί ερευνητές έχουν επίσης προσπαθήσει να διαμορφώσει την αρχιτεκτονική των ιστών QH, μέσω της χρήσης των δικτύων γραφήματα για να χαρακτηρίσει τη χωρική διάταξη των πυρήνων και των αδένων [16], [19] – [21]. Christens-Barry et al. μεταχειρισμένα Voronoi- και Delaunay που βασίζεται tessellations γράφημα για να περιγράψει την αρχιτεκτονική των ιστών σε Cap ιστολογία [19]. Doyle et al. [16] έδειξε ότι ο ελάχιστο γεννητικό δέντρο, εκτός από Voronoi, τα χαρακτηριστικά Delaunay φαίνεται να συσχετίζονται ισχυρά με βαθμό Gleason. Ωστόσο, αυτά τα χαρακτηριστικά που προέρχονται από πλήρως συνδεδεμένη γραφήματα. Αυτή η προσέγγιση δείχνει ότι οι πυρήνες θα εντάσσεται στο πλαίσιο των στρωματικών και επιθηλιακών περιφέρειες θα πρέπει να συνδεθεί μέσω αυτών των γραφημάτων και ως εκ τούτου τα άκρα γράφημα θα διασχίσει τα επιθηλιακά διεπαφές και τις περιφέρειες [22] στρωματικά. Ως εκ τούτου, τα χαρακτηριστικά που εξάγονται από Voronoi ή Delaunay γραφήματα αντιπροσωπεύουν το «μέσο όρο» χαρακτηριστικά των δύο στρωματικών και επιθηλιακών αρχιτεκτονική, και ως εκ τούτου έχει θέα τις τοπικές εισφορές στρώματος και επιθηλίου ανεξάρτητα μέσα στις γραφικές παραστάσεις. Εναλλακτικά, η ανάλυση των τοπικών υπογράφων [20], [21], [23], [24], η οποία σε αντίθεση με την παγκόσμια γραφήματα (π.χ. Voronoi και Delaunay) τα οποία αποσκοπούν να συλλάβει μια παγκόσμια αρχιτεκτονική υπογραφή για τον όγκο, μπορεί να επιτρέψει για τον ποσοτικό προσδιορισμό της τοπικής αλληλεπιδράσεις μέσα ευέλικτη τοπική γειτονιές. Gunduz et al. [23] Σημειώνεται μια φυσική ομαδοποίηση των κυττάρων και να χρησιμοποιηθούν γραφικές παραστάσεις των κυττάρων με το υπόδειγμα γλοιώματα και να διαφοροποιηθούν καρκινικές, υγιή, και μη νεοπλαστικά φλεγμονώδη ιστό. Demir et al. [25] και άλλοι [20], [23], [24] έχουν αναπτύξει μια σειρά από χαρακτηριστικά γράφημα για την ποσοτικοποίηση των τοπικών κυττάρων-γραφήματα. Bilgin et al. [20] ομοίως εξαχθέντων χαρακτηριστικών από διάφορα είδη τοπικών γραφημάτων κυττάρων για την ταξινόμηση των ιστών του μαστού. Χαρακτηριστικά εκχυλίστηκαν από απλές, probablilistic, και ιεραρχική κύτταρο-γραφήματα, καθώς και ένα υβριδικό συνδυασμό απλών και ιεραρχική προσεγγίσεις. Ομοίως, Ali κ.ά. [21], που χρησιμοποιείται χαρακτηριστικά των πιθανοτικών γραφήματα κυττάρων-cluster για τη διαφοροποίηση στοματοφαρυγγική καρκίνους. Αυτά υπογράφων προσφέρουν το πλεονέκτημα να είναι σε θέση να ρητά και ανεξάρτητα μοντελοποίηση χωρικών αρχιτεκτονική των πυρήνων και των αδένων εντός των περιοχών επιθηλιακών και στρωματικών.

Σε αυτή την εργασία, περιγράφουμε μια νέα μεθοδολογία QH που έχει ως στόχο να αξιοποιήσει την κατευθυντικότητα των αδένων και συνεργάτης διαταραχή αδένα προσανατολισμούς για την πρόβλεψη του βαθμού κακοήθειας και στη συνέχεια τον κίνδυνο μετεγχειρητικών βιοχημική υποτροπή σε ασθενείς ΚΓΠ. Η υπόθεση είναι ότι η κανονική καλοήθεις αδένες συντάσσονται σε σχέση με το fibromusclar στρώμα, και έτσι εμφανίζουν μια συνεκτική κατευθυντικότητα. Κακοήθεις αδένες του προστάτη, όμως, χάνουν την ικανότητά τους να προσανατολιστούν και να εμφανίσει καμία προτιμώμενη κατευθυντικότητα. Επιπλέον, με την αύξηση του βαθμού κακοήθειας και την επιθετικότητα της νόσου, η συνοχή των προσανατολισμών αδένα μέσα σε εντοπισμένες περιοχές είναι πλήρως διακοπεί. Με άλλα λόγια, η εντροπία (η οποία συλλαμβάνει διαταραχή) σε αδένα προσανατολισμούς τείνει να αυξάνεται ως μία συνάρτηση της κακοήθειας.

Τα χαρακτηριστικά CGA αποσκοπούν να συλλάβει την κατευθυντική πληροφορία σε εντοπισμένες αδένα δίκτυα στον αποκόπηκαν τομές ιστοπαθολογία να χαρακτηρίσει διαφορές στην αδένα προσανατολισμό μεταξύ (α) καλοηθών και κακοηθών περιοχών και (β) των ασθενών Cap ο οποίος κάνει και δεν βιώνουν βιοχημική υποτροπή μετά από RP. Η μεθοδολογία CGA περιλαμβάνει τα ακόλουθα κύρια βήματα.

Για cgas, ένας αλγόριθμος τμηματοποίησης είναι η πρώτη που απασχολούνται σε ατομικά όρια αδένα τμήμα από ψηφιοποιημένα τμήματα παθολογίας. Σε κάθε αδένα, αποδίδουμε μια γωνία που αντανακλά την κυρίαρχη προσανατολισμό του αδένα που βασίζεται στα ανοικτά ο κύριος άξονας, όπως φαίνεται στο Σχήμα 1 (α). Ένας υπογράφος στη συνέχεια κατασκευάζεται να συνδέσει μαζί αδένες εγγύτερο προς το άλλο σε ένα δίκτυο αδένα όπως απεικονίζεται στο Σχήμα 1 (β). Οι υπογράφων, σε αντίθεση με τα διαγράμματα Voronoi για, Delaunay και ελάχιστη δέντρα που εκτείνονται που έχουν στο παρελθόν χρησιμοποιηθεί για να χαρακτηρίσει την παγκόσμια αδενικό αρχιτεκτονική [26], επιτρέπει τον χαρακτηρισμό της διάταξης των τοπικών αδένα. Χρήση των τοπικών υπογράφων πρόληψη άκρες γράφημα από διέρχονται ετερογενείς περιοχές ιστών, όπως το στρώμα και επιθήλιο. Η μήτρα συν-εμφάνισης, που χρησιμοποιήθηκαν προηγουμένως για να χαρακτηρίσει υφές ένταση της εικόνας, χρησιμοποιείται για να συλλάβει τις στατιστικές δεύτερης τάξης του αδένα προσανατολισμούς μέσα σε κάθε δίκτυο αδένα στην εικόνα. Επομένως, κάθε μήτρα συνύπαρξη συλλαμβάνει την συχνότητα με την οποία συν-συμβαίνουν προσανατολισμούς των δύο αδένες εγγύς μεταξύ τους. Τα χαρακτηριστικά Co-εμφάνιση όπως εντροπία που εξάγεται από τη μήτρα συν-περιστατικό το οποίο συνδέεται με κάθε δίκτυο αδένα για να συλλάβει το βαθμό στον οποίο εγγύτερο αδένας προσανατολισμοί είναι παρόμοιες ή αποκλίνουσες μεταξύ τους. Ως εκ τούτου, μια γειτονιά με μια υψηλή τιμή εντροπίας θα αντανακλά σε μεγάλο βαθμό διαταραχής μεταξύ αδένα προσανατολισμούς ενώ μια χαμηλή τιμή εντροπίας αντανακλά το γεγονός ότι οι αδένα γωνίες φαίνεται να ευθυγραμμίζονται κατά προσέγγιση προς την ίδια κατεύθυνση.

(α) Για κάθε αδένα , η γωνία μεταξύ του κύριου άξονα του αδένα () και του άξονα χ υπολογίζεται. (Β) Υπογραφήματα συνδέουν τα κέντρα βάρους των γειτονικών αδένες σε τοπικά συνδεδεμένο αδένα δίκτυα.

Η

Δεδομένου ότι αναμένουμε να δούμε αδενικό διαταραχή γωνία (α) κακοήθεις έναντι καλοήθεις περιοχές και (β) περιπτώσεις βιοχημική υποτροπή έναντι περιπτώσεις μη επανάληψης, δεύτερης τάξης στατιστικό γωνιακή χαρακτηριστικά, όπως η εντροπία αντιπροσωπεύουν ένα μυθιστόρημα, να αναπαραχθεί, και ερμηνεύσιμο τρόπο για να χαρακτηρίσει την εμφάνιση της νόσου στην ιστοπαθολογία. Σε αντίθεση με τις στατιστικές πρώτη σειρά των γωνιών, οι συνυπάρχουσες αδένα γωνιακή χαρακτηριστικά είναι σε θέση να συλλάβει σιωπηρά τις κυκλικές ιδιότητες του προσανατολισμού αδένα. Η χρήση των τοπικών υπογράφων που παράγεται από μια πιθανολογική βοήθεια λειτουργία σάπια καθορίζουν τις τοπικές αδένα δίκτυα εντός του οποίου μπορούν να εξαχθούν και να αναλυθούν τα χαρακτηριστικά CGA

Σε αυτό το έργο, έχουμε αποδείξει τη χρησιμότητα της CGA διαθέτει για τα ακόλουθα καθήκοντα κατάταξης.: 1) διαφοροποιώντας τα καρκινικά και μη καρκινικά περιοχές προστατικό ιστό, και 2) να διακρίνει τους ασθενείς καπάκι με και χωρίς βιοχημικής υποτροπής μετά από ριζική προστατεκτομή

το Σχήμα 2 δείχνει δύο αντιπροσωπευτικών μελετών: α. βιοχημική υποτροπή (BCR) και ένα μη βιοχημική υποτροπή (NR) περίπτωση. Για την περίπτωση BCR, μπορούμε να δούμε μεγαλύτερη διαταραχή στον προσανατολισμό που απεικονίζεται αδένα μέσω του οικοπέδου φορέα στο Σχήμα 2 (στ). Η colormap γωνία που βασίζονται για BCR χαρακτηρίζει τη διαταραχή σε περιπτώσεις BCR, όπως αποδεικνύεται από το μεγάλο φάσμα χρωμάτων, κάθε χρώμα αντιπροσωπεύει ένα διαφορετικό προσανατολισμό. Αντιστρόφως, για την περίπτωση NR, (Σχήμα 2 (n)), ο colormap δείχνει ένα μικρότερο εύρος χρωμάτων, γεγονός που υποδηλώνει μικρότερη διακύμανση στην κατευθυντικότητα αδένα. Οι διαφορές κατευθυντικότητα αδένα αντικατοπτρίζονται επίσης στα Σχήματα 2 (δ), (ιβ) μέσω της γωνιακής μήτρα συνύπαρξη. Η φωτεινότητα των off-διαγώνια στοιχεία της μήτρας αντικατοπτρίζει μεγαλύτερη συν-εμφανίσεις του διαφορικά προσανατολισμένη αδένα γωνίες για την περίπτωση BCR (Εικόνα 2 (d)) σε σύγκριση με την περίπτωση NR (Σχήμα 2 (ιβ)). Αυτές οι διαφορές στις γωνιακές μήτρες συνεμφάνισης ανιχνεύεται από τα δεύτερα στατιστικά στοιχεία, προκειμένου, όπως Σχήματα 2 (h), (π) απεικονίζουν διάφορα σχέδια χρώματος με βάση την αξία των στατιστικών στοιχείων σε κάθε υπογράφο.

(β ), (ι) Αυτοματοποιημένη κατάτμησης αδένα των ορίων αδένα. (Γ), (ια) Υπογραφήματα δείχνει τις συνδέσεις μεταξύ γειτονικών αδένες. Μια διευρυμένη άποψη της περιοχή σε κουτί στο (α) και (θ) αντίστοιχα, απεικονίζει (ε), (m) κατά διαστήματα αδένων, (στ) γωνίες, (n) αδένα, και (ζ), (ιε) υπογράφων δίκτυο αδένα. (Στ), (η) Τα βέλη υποδηλώνουν την κατευθυντικότητα του κάθε αδένα. Οριακά χρώματα (μπλε σε κόκκινο) αντιστοιχούν σε γωνίες 180 °]. (Ζ), (ιε) Μεταφρασμένη δίκτυα αδένα καθορίζουν την περιοχή της κάθε γωνιακής μήτρας συνύπαρξη. (Δ), (ιβ) Συνόψισε γωνιακή συνύπαρξη μήτρες υποδηλώνουν τη συχνότητα με την οποία δύο αδένες των δύο directionalities συν-συμβαίνουν σε όλες τις γειτονιές (λευκά στοιχεία αντικατοπτρίζει μεγαλύτερη συνύπαρξη). Οι τιμές διαγώνια συνύπαρξη έχουν παραλειφθεί για να παρέχει καλύτερη αντίθεση σε σχέση με τις off-διαγώνια συστατικά. (H), (ιστ) Χάρτης χρωμάτων του αδένα υπογράφων αντιστοιχούν στο μέσο όρο ένταση σε κάθε γειτονιά.

Η

Επίσης, μπορεί να παρατηρηθεί στα Σχήματα 2 (γ), (ια) ότι υπογράφων συλλάβει τοπικές αδένα γειτονιές. Δεδομένου ότι οι υπογράφων εντοπίζονται και να περιορίζονται στις επιθηλιακά περιοχές μόνο, οι συνεισφορές στο εσωτερικό των περιφερειών στρωματικά ελαχιστοποιούνται. Ως εκ τούτου, το cgas παρέχει ένα συμπαγές, ερμηνεύσιμη και ποσοτική αναπαράσταση της αρχιτεκτονικής αδένα και της μορφολογίας του καρκίνου του προστάτη που μπορούν να χρησιμοποιηθούν για τη διάκριση (α) του καρκίνου από καλοήθεις περιοχές και (β) BCR από τις περιπτώσεις NR.

Το υπόλοιπο αυτό χαρτί διαρθρώνεται ως εξής. Πρέπει πρώτα εισάγει τη θεωρία και τη μεθοδολογία για cgas. Υλικά και Μέθοδοι περιγράφει τη διαδικασία της απόκτησης των ομάδες μελέτης και παρέχει λεπτομέρειες για την αυτοματοποίηση και τη συγκριτική μεθοδολογίες που χρησιμοποιούνται σε αυτή τη μελέτη. Πειραματική Αποτελέσματα και Συζήτηση παρέχει συγκεκριμένες περιπτώσεις στις οποίες έχουμε δοκιμάσει μεθοδολογία CGA μας. Τέλος, Καταληκτικές Παρατηρήσεις συζητά συνολική συνεισφορά μας και τις μελλοντικές εργασίες.

Ποσοτική Ιστομορφομετρία μέσω Co-συμβαίνουν αδένα γωνιακή (CGA)

Συμβολισμός

Ορίζουμε μια σκηνή εικόνας ως, όπου η σκηνή εικόνας περιγράφεται από ένα χωρικό πλέγμα τοποθεσιών, καθένα από τα οποία συνδέονται με μια μοναδική τιμή έντασης. Για τις εικόνες έντασης και για έγχρωμες εικόνες. Ορίζουμε ένα υπο-περιοχή, εντός της σκηνής, όπου μπορεί να οριστεί ένα υπογράφημα.

Κάθε αποτελείται από έναν αριθμό αδένες, οι οποίοι εκπροσωπούνται ως κόμβοι, όπου, όπου είναι ο αριθμός των αδένων στο . Μπορούμε επίσης να ορίσουμε ως το σύνολο των συνοριακών σημείων που σχετίζονται με αδένα.

Έτσι μπορούμε να ορίσουμε τυπικά, όπου αντιπροσωπεύει το σύνολο των αδένων και είναι το σύνολο των ακμών που συνδέονται με άλλα γειτονικά αδένες μέσα. Κάθε μπορεί να απεικονιστεί στη συνέχεια μέσω ενός φορέα χαρακτηριστικό των χαρακτηριστικών CGA. Ένας ταξινομητής μπορεί στη συνέχεια να εκπαιδευτεί για τον εντοπισμό τυχόν ανήκει σε μία από τις δύο κατηγορίες. Στο έργο αυτό, ο ταξινομητής θα εκπαιδευτεί να διακρίνει το καθένα, όπως (α) κακοήθεις ή καλοήθεις ή (β) BCR ή όχι.

Υπολογισμός αδένα Γωνίες

Για τον προσδιορισμό της κατευθυντικότητας για κάθε αδένα, , εκτελούμε ανάλυση σε κύριες συνιστώσες [27] σε ένα σύνολο όριο σημεία για να αποκτήσουν τα κύρια συστατικά. Η πρώτη κύρια συνιστώσα περιγράφει την κατευθυντικότητα του αδένα με τη μορφή του μείζονα άξονα, κατά μήκος του οποίου η μεγαλύτερη διακύμανση συμβαίνει μέσα. Ο κύριος άξονας εκφράζεται ως φορέα, ενός ενιαίου κατευθυντικότητα, και ορίζεται ως (1), όπου το αντιπροσωπεύει την κατεύθυνση κατά την κατεύθυνση, και αντιπροσωπεύει την κατεύθυνση κατά την κατεύθυνση. στη συνέχεια μετατρέπεται σε μια γωνία που υπολογίζεται αριστερόστροφα από τον φορέα με (2) μία απεικόνιση της διαδικασίας εκτίμησης αδένας προσανατολισμούς φαίνεται στο Σχήμα 1 (α).

Καθορισμός τοπικών Υπογραφήματα επί Αδένες

τα ζεύγη χωρικές σχέσεις μεταξύ των αδένων που ορίζεται μέσω sparsified γραφήματα. Για το υπογράφημα που ορίζεται με την περιοχή, τα επιμέρους άκρες μπορεί να οριστεί μεταξύ όλων των ζευγών μέσω μιας λειτουργίας πιθανολογική σάπια περιγράφεται στο Gunduz et al. [20], [23]. (3), όπου αντιπροσωπεύει την Ευκλείδεια απόσταση μεταξύ και. ελέγχει την πυκνότητα του γραφήματος, όπου πλησιάζει το 0 αντιπροσωπεύει μια υψηλή πιθανότητα σύνδεσης κόμβων ενώ προσεγγίζει αντιπροσωπεύει μια μικρή πιθανότητα. είναι μια εμπειρικά καθορίζεται κατώτατο όριο άκρη. Ένα παράδειγμα μιας προκύπτει αδενικό δίκτυο υπογράφημα φαίνεται στο Σχήμα 1 (β).

Πίνακες

αδένα γωνιακή Co-εμφάνιση

Τα αντικείμενα ενδιαφέροντος για τον υπολογισμό των χαρακτηριστικών CGA δίνεται από μια διακριτοποίηση του γωνίες, έτσι ώστε, όπου είναι εμπειρικά προέρχεται παράγοντα διακριτοποίησης. Μεγαλύτερες παρέχουν λιγότερη ειδικότητα για την καταμέτρηση συνυπάρχουσες αδένα γωνίες και μικρότερα δεν μπορεί να εκφράσει συνυπάρχουσες γωνίες εντός των ατομικών γειτονιές. Η βέλτιστη επιλέχθηκε με βάση μία 3-φορές τυχαιοποιημένη διασταυρούμενη επικύρωση των παραμέτρων. ορίστηκε να είναι 10 σε αυτό το έργο, επιτρέποντας για τις γωνίες πρέπει να επιλύονται σε κάθε 10 μοίρες.

Οι γείτονες που ορίζεται από τις τοπικές υπογράφων, μας επιτρέπουν να καθορίσει τις γειτονιές για το καθένα. Για κάθε ένα, ορίζουμε μια γειτονιά, ώστε να συμπεριλάβει όλα, όπου υπάρχει ένα μονοπάτι μεταξύ και μέσω στο γράφημα.

Μια γωνιακή μήτρα συνύπαρξη συλλαμβάνει συνέχεια αδένα ζεύγη γωνία, και, όπου και είναι ο αριθμός των αδένων στην οποία συνυπάρχουν μέσα σε κάθε γειτονιά. Αυτό μπορεί ως εκ τούτου να εκφραστεί με τον ακόλουθο τρόπο. (4) όπου, ο αριθμός των διακριτών γωνιακών κάδων. Ένα παράδειγμα μιας γωνιακής μήτρας συνύπαρξη παρουσιάζεται στα Σχήματα 2 (δ) και (ιβ).

Δεύτερη Παραγγελία αδένα Γωνία Στατιστικά

Στη συνέχεια εξάγει δεύτερη σειρά στατιστικών χαρακτηριστικών (Αντίθεση ενέργειας, Αντίθεση αντίστροφη στιγμή, Αντίθεση μέσο όρο, Αντίθεση διακύμανσης, Αντίθεση εντροπία, η μέση ένταση, η ένταση της διακύμανσης, Ένταση εντροπία, εντροπία, Ενέργειας, Συσχέτιση και δύο μέτρα πληροφοριών) από κάθε γωνιακή μήτρα συνύπαρξη. Συνθέσεις αυτών των δεύτερων χαρακτηριστικών σειρά που περιγράφεται στον Πίνακα 1. Το Σχήμα 2 απεικονίζει την οπτικοποίηση της μέσης μέτρου ένταση κάθε μία ψηφιοποιημένη εικόνα ιστοπαθολογίας.

Η

Υλικά και Μέθοδοι

Δήλωση Ηθικής

οι ασθενείς που συμπεριλήφθηκαν στη μελέτη ελήφθησαν από ανεξάρτητες πηγές. Cohort A συλλέχθηκαν από τους Drs. Tomaszewski και Feldman λαμβάνονται από IRB μελέτη «Ανάλυση των γενετικών αλλαγών σε Ουρογεννητικό Καρκίνοι» Πρωτόκολλο # 707863. Ομάδα Β ήταν μέρος του σχεδίου του προστάτη Score, που διευθύνεται από τον Δρ Rebbeck, και εγκρίθηκε από IRB μελέτη UPCC 13808 «Μοριακή επιδημιολογία του καρκίνου του προστάτη» Πρωτόκολλο # 36142. Όλα IRB έγκριση ελήφθη από το Πανεπιστήμιο της Πενσυλβάνια, όπου συλλέχθηκαν τα δεδομένα των ασθενών. Γραπτή συγκατάθεση λήφθηκε για όλους τους ασθενείς για μακροχρόνια παρακολούθηση. De-εντοπίστηκαν δείγματα ψηφιακής παθολογίας και βιοχημικών δεδομένων υποτροπής που χρησιμοποιούνται για τη μελέτη αυτή προέκυψε από τα δεδομένα που συλλέγονται σύμφωνα με ενημερωμένη συγκατάθεση. Δεδομένου ότι χρησιμοποιήθηκαν στοιχεία αποχαρακτηριστούν, δεν απαιτείται IRB συναίνεση.

Δεδομένων και Δεδομένων Περιγραφή

Τα σύνολα δεδομένων (που λαμβάνεται από το Νοσοκομείο του Πανεπιστημίου της Πενσυλβάνια) αποτελούνταν από 40 ασθενείς CaP που είχαν υποβληθεί σε θεραπεία RP. Αυτές οι μελέτες επιλέχθηκαν από μία πολύ μεγαλύτερη ομάδα από πάνω από 3000 υποθέσεις αρχειοθετούνται στο Νοσοκομείο του Πανεπιστημίου της Pennsylvania. Οι περιπτώσεις που επιλέχθηκαν για να έχουν μια ίση διάσπαση των περιπτώσεων με BCR και NR μετά από RP. Επιπλέον, η έρευνα περιορίστηκε σε μόλις Gleason σκορ 6-8 και παθολογικές στάδιο pT2 και ρΤ3.

Για όλους τους ασθενείς καπάκι, μετά από RP, η εκτομή του προστάτη ήταν χωρισμένο, χρώση με αιματοξυλίνη και ηωσίνη (ΗΕ), και ψηφιοποιημένες σε ανάλυση 0,5 m ανά pixel ή μεγέθυνση 20x χρησιμοποιώντας ένα Aperio

® ολόκληρο το σαρωτή διαφανειών. Για κάθε ψηφιακή εικόνα, οι περιοχές CaP σχολιάστηκαν από έναν παθολόγο, όπως φαίνεται στο Σχήμα 3. 56 περιοχές καρκίνος σχολιάστηκαν σε 40 ασθενείς, 28 από ασθενείς BCR και 28 από NR ασθενείς. Δεδομένου ότι δεν τους άνδρες, χωρίς τεκμηριωμένη και βιοψία καρκίνου του προστάτη επιβεβαίωσε υποβάλλονται σε ριζική προστατεκτομή, δεν υπήρχαν περιοχές σε αυτή τη μελέτη που δεν κατάγονται από έναν ασθενή χωρίς καρκίνο. Αντ ‘αυτού, 24 περιοχές ελέγχου θανατώθηκαν έξω από μη-καρκινικές περιοχές της εκτομή του προστάτη για τους ασθενείς αυτούς.

CGA μεθοδολογία (επισημαίνονται εντός των διακεκομμένες γραμμές) αξιοποιεί την τμηματοποίηση αδένα για να υπολογίσει τα χαρακτηριστικά CGA. (Β) υπολογισμός γωνίας και (γ) υπογράφημα υπολογισμός γίνεται στην κατακερματισμένη εικόνα. (Δ) Γωνιακή αδρανών υλικών μήτρας συνύπαρξη συνυπάρχουσες γωνίες αδένα μέσα σε εντοπισμένη αδένα δίκτυα. (Ε) Μέσος όρος, τυπική απόκλιση και το εύρος της δεύτερης στατιστικά στοιχεία της παραγγελίας (εμφανίζεται μέσω διαφορικά χρωματιστό αδένα δίκτυα) δημιουργούν ένα σύνολο CGA διαθέτει για την περιοχή. (Στ) Ένα CGA-based ταξινομητής μπορεί στη συνέχεια να κατασκευαστεί χρησιμοποιώντας τις δυνατότητες που λαμβάνονται από το (ε) να διακρίνει τις κατηγορίες ενδιαφέροντος (είτε καρκίνου σε σχέση με καλοήθεις περιοχές ή BCR έναντι NR).

Η

CGA Εξαγωγή Workflow

Όπως περιγράφηκε προηγουμένως σε σημειογραφία, κάθε περιοχή χαρακτηρίζεται από ένα CGA διαθέτει φορέα. Η χρησιμοποιείται για να εκπαιδεύσει μια μηχανή μάθησης ταξινομητή να γίνει διάκριση μεταξύ (α) καρκινικών από καλοήθεις περιοχές και (β) BCR από ασθενείς NR. Η διαδικασία για την εκχύλιση και την κατάρτιση περιγράφεται παρακάτω και συνοψίζονται στο Σχήμα 4.

Σε αυτή τη μελέτη, ποσοτική ιστομορφομετρική ανάλυση γίνεται μόνο σε αυτές τις περιοχές.

Η

Αναγνώριση αδενικό όρια.

Η ανίχνευση και ο κατακερματισμός των ορίων αδένα περιορίζεται μόνο σε εκείνες τις περιοχές που σημειώνονται με το χέρι από τον παθολογοανατόμο για τα ψηφιοποιημένα τμήματα ιστοπαθολογία. Μια αυτόματη προστάτη αλγόριθμος τμηματοποίησης αδένα που βασίζεται αυξανόμενης περιοχής [13] χρησιμοποιείται για την ανίχνευση και τμήμα αδενικό όρια σχετικά με την ιστολογική εικόνα όπως απεικονίζεται στο σχήμα 5. Monaco et al. [13] στο παρελθόν ήταν σε θέση να προσδιορίσει με ακρίβεια τις περιοχές του καρκίνου του προστάτη σε ακρίβεια 93% μέσω της διαδικασίας κατάτμησης αδένα που περιγράφονται παρακάτω. Τμηματοποίηση γίνεται χρησιμοποιώντας το κανάλι φωτεινότητα στο χρωματικό χώρο CIELAB. Στο κανάλι φωτεινότητας, αδένες εμφανίζονται ως συνεχόμενη, υψηλής έντασης περιοχές pixel που συνορεύει με αιχμηρές ακμές, όπως τα όρια. Για τον προσδιορισμό των αδένων, η εικόνα φωτεινότητας είναι ανέλιξη με ένα Gaussian πυρήνα σε πολλαπλές κλίμακες mm να λογοδοτήσει για πολλά αδένα μεγέθη. Οι κορυφές (maxima) των προκυπτόντων εξομαλύνονται εικόνες φωτεινότητας που χρησιμοποιούνται ως σπόροι για έναν αυξανόμενο διαδικασία περιοχής περιγράφονται συνοπτικά παρακάτω.

Η

Ένα πλαίσιο οριοθέτησης ξεκινά γύρω από κάθε αρχικό εικονοστοιχείο, το οποίο αντιπροσωπεύει την τρέχουσα περιοχή ( CR), με 8-συνδεδεμένη pixels που περιβάλλουν CR, που υποδηλώνεται ως η τρέχουσα σύνορο (CB).

στη συνέχεια, το pixel σε CB με την υψηλότερη ένταση απομακρύνεται από CB και έχουν ενσωματωθεί σε CR. Οι 8 γύρω pixel αυτού του νέου CR pixel, τα οποία δεν είναι ήδη σε CR, ενσωματώνονται σε CB.

Το όριο αντοχής προσδιορίζονται σε κάθε επανάληψη, όπως φαίνεται στο Σχήμα 5. Ορίζουμε την εσωτερική σύνορο (ΙΒ) όπως όλα τα pixels CR δίπλα στο CB. Οριακά δύναμη ορίζεται ως η μέση ένταση των εικονοστοιχείων στην ΙΒ μείον η μέση ένταση των εικονοστοιχείων στην CB.

Βήματα 2 και 3 επαναλαμβάνονται έως ότου ο αλγόριθμος προσπαθεί να προσθέσετε ένα εικονοστοιχείο έξω από το πλαίσιο οριοθέτησης.

Η βέλτιστη περιοχή ορίζεται ως περιοχή CR στην επανάληψη, όπου επιτεύχθηκε μέγιστη αντοχή όριο.

Η

επικαλυπτόμενες περιοχές στη συνέχεια επιλύονται με την αφαίρεση της περιοχής με τη χαμηλότερη δύναμη όριο. Ένα παράδειγμα των αποτελεσμάτων μας μπορεί να φανεί στο Σχήμα 4 (β).

εξαγωγή χαρακτηριστικών CGA.

Με βάση την τμηματοποίηση αδένα αναλυτικά στην ενότητα, Ταυτοποίηση Αδενική όρια, χαρακτηριστικά CGA υπολογίζονται όπως περιγράφεται στο προηγούμενο τμήμα, ποσοτικοί Ιστομορφομετρία μέσω Co-απαντώμενα Gland γωνιώδες (CGA). Οι βέλτιστες παράμετροι επιλέχθηκαν βάση από ένα 3-φορές τυχαιοποιημένη διαδικασία διασταυρούμενης επικύρωσης για και. Ο καλύτερος συνδυασμός βρέθηκε να είναι, και, το οποίο χρησιμοποιήθηκε για την κατασκευή της μήτρας γωνία συνύπαρξη για όλες τις περιπτώσεις, σε αυτά τα πειράματα. Μέση τιμή, η τυπική απόκλιση και εύρος της CGA λειτουργίες που περιγράφονται στην ενότητα Β ‘Τάξης αδένα Γωνία Στατιστικά υπολογίζονται. Αυτή αποδόσεις που είναι ένα σύνολο από 39 λειτουργίες CGA.

Η οικοδόμηση ενός ταξινομητή CGA-βάση.

Για κάθε εργασία ταξινόμησης (βλέπε Πειραματικά Αποτελέσματα και Συζήτηση), ένα σύνολο εκπαίδευσης των θετικών και αρνητικών κατηγορίες συγκεντρώθηκαν από το σύνολο των 40 περιπτώσεων (βλέπε πίνακα 2). Το σύνολο εκπαίδευσης χρησιμοποιείται για την εκπαίδευση ενός ταξινομητή σε συνδυασμό με τη διάκριση μεταξύ των κατηγοριών ενδιαφέροντος. Το εκπαιδευμένο ταξινομητή στη συνέχεια χρησιμοποιείται για να εκχωρήσετε σε κάθε περιοχή ή να σπουδάσουν σε κατηγορίες με βάση τα καθήκοντα κατάταξης (α) διακριτικό καρκίνου από καλοήθεις ή (β) BCR από ασθενείς NR. 3-φορές τυχαιοποιημένη διασταυρούμενη επικύρωση χρησιμοποιήθηκε για την εκπαίδευση και την αξιολόγηση ταξινομητή ευρωστία. Αυτό που εμπλέκονται τυχαία διάσπαση ολόκληρο το σύνολο δεδομένων σε 3 ίσου μεγέθους σετ με 2 υποσύνολα που χρησιμοποιούνται για την κατάρτιση και 1 υποσύνολο που χρησιμοποιούνται για την ανεξάρτητη αξιολόγηση. Αυτή η διαδικασία επαναλήφθηκε 100 φορές. Σε όλα τα πειράματα μας χρησιμοποιήθηκε ένα τυχαίο δάσος ταξινομητή (α boostrapped συνάθροιση πολλαπλών ταξινομητών δέντρου απόφασης). Παραπέμπουμε τον αναγνώστη στο [28] Για περισσότερες λεπτομέρειες σχετικά με την τυχαία δάσος ταξινομητή.

Η

Συγκριτική Μεθοδολογίες

Για να συγκριθεί η απόδοση της CGA χαρακτηριστικά για τα διάφορα καθήκοντα κατάταξης που περιγράφονται στην Πειραματική Αποτελέσματα και Συζήτηση, εμείς ρητά πρότυπο και αξιολογείται μια nunber άλλων εξέλιξη της τεχνολογίας (α) τα χαρακτηριστικά QH και (β) νομογράμματα, που περιγράφεται παρακάτω.

Ποσοτική ιστομορφομετρικές χαρακτηριστικά.

αδένα Μορφολογία (

):

Μορφολογικά περιγραφείς [16] εξάγονται από τις τμηματικές αδενικό όρια που λαμβάνονται σε textbfIdentification αδενικού όρια Στατιστικής όπως η αναλογία περιοχή, περιμετρικά αναλογία, και λόγος της απόστασης προέρχονται από ο αδένας σύνορο πληροφορίες και η μέση τιμή, τυπική απόκλιση, η διάμεση και η αναλογία μεταξύ της ελάχιστης και της μέγιστης τιμής υπολογίζονται σε όλες τις αδένων [16]. Αυτά τα χαρακτηριστικά συνοψίζονται στον Πίνακα 3.

Η

Voronoi διαγράμματος (

):

διαγράμματα Voronoi χωρίζουν κάθε περιοχή σε μη επικαλυπτόμενα πολύγωνα, το καθένα συνδέεται με έναν αδένα , όπου κάθε άκρη τέμνει δύο γειτονικών αδένα κέντρα βάρους και, όπου. Ένα παράδειγμα της Voronoi διαγράμματος κατασκευασμένη στην κορυφή ενός ψηφιοποιημένου παθολογία εικόνα με κέντρα αδένα που χρησιμεύει ως κόμβοι /κορυφές φαίνεται στο Σχήμα 6 (b). Στατιστικές (βλέπε Πίνακα 3), όπως η περιοχή, περίμετρος και το μήκος χορδής καταγράφονται για κάθε πολύγωνο και το μέσο όρο, η τυπική απόκλιση, διαταραχή, και η αναλογία μεταξύ των ελάχιστων και μέγιστων τιμών υπολογίζονται σε όλες τις πολύγωνα στην εικόνα.

QH τα χαρακτηριστικά που προέρχονται από το (α) σχολιασμένο περιοχή σε ψηφιοποιημένο ιστολογία προστάτη διαφανειών μετά από ριζική προστατεκτομή. Οι γραφικές παραστάσεις για το (β) Voronoi, (γ) Delaunay, και (δ) ελάχιστο γεννητικό δέντρο, καθώς και (ε) ένα χαρακτηριστικό της υφής της εικόνας φαίνεται από την περιοχή που συμβολίζεται με ένα μπλε κουτί στο (α).

Η